晶泰科技发布AI4S原生操作系统 XtalPi Science ，以多智能体矩阵开启自主科学发现新范式 | 雷峰网

7 月 29 日，晶泰科技正式发布 XtalPi Science 科学智能平台与 Genius Agents 科学智能体矩阵，并联合 26 家产业、高校及科研生态伙伴，共同发起成立 “科学智能开放生态联盟”。联盟将依托 XtalPi Science，为成员提供平台与自动化实验资源的调用、模型与工具接入、联合开发及私有化部署等多元合作模式，共同推动模型、数据、工具与实验能力之间高效协同。

XtalPi Science 是全球首个整合大语言模型（LLM）、科学智能体与大规模自动化机器人实验的 AI for Science（AI4S，科学智能）综合平台。它将晶泰科技十年积累的模型、工具、智能体及实验资源封装为可按需调用的 Science Token，从服务单一项目的内部体系，全面跃升为可供全球科研组织按需调用的 AI4S 底层基础设施（Global Scientific Utility）。

Genius Agents 作为整套系统的核心调度中枢与研发矩阵，构建了兼具全局规划与特定场景执行能力的多智能体体系。它能自主理解复杂科研目标、完成跨学科长程任务，且显著降低模型幻觉，可在数字世界调用专业模型完成预测，并通过物理智能（Physical AI）在真实物理世界开展高精度实验验证。

由此，XtalPi Science 贯通 “数字假设—专业预测—物理验证—数据反馈” 的完整闭环：模型端形成的假设能够在实验端得到验证，实验端的结果则持续回流模型与智能体，反哺下一轮预测和决策。XtalPi Science 将科学研究的偶然性，转变为一套可编排、可验证、可追溯、可持续进化的系统工程，推动人工智能从 “生成答案” 迈向 “驱动可验证的科学发现”。

晶泰科技联合创始人、董事长 温书豪博士

晶泰科技联合创始人、董事长温书豪在开幕式致辞中表示：“AI 下一阶段的竞争，绝不仅是消耗算力的数字游戏，而在于能否把智能转化为真实世界的产业增量。生命科学与先进材料等高价值场景，需要最精确的数据、最严谨的验证和持续的物理交互，这正是 Physical AI 率先形成商业闭环的理想场域。科学不是零和博弈，每一次突破都在为人类文明创造新的增量市场。晶泰科技致力于将模型、物理智能与实验生态无缝链接，让最硬核的科研能力，转化为普惠全球的底层基础设施。”

从“代码问答”到“科学发现”：AI下半场锚定“物理验证”

在大模型引发的浪潮中，AI 生成科学猜想的边际成本正趋近于零。然而，当海量的“数字猜想”批量涌现时，物理世界的真实验证已成为大模型时代稀缺的硬资产与创新实践的瓶颈。 

全球每年超过 2 万亿美元的研发支出中，大量资源仍消耗于低效的盲目试错与碎片化的数字工具。当前的 AI 推理往往止步于屏幕前的对话界面，“数字假设—物理验证—知识沉淀” 的数据闭环尚未真正打通。同时，传统科研体系面临着难以逾越的结构性缺陷：一是高度依赖科学家的个人经验，存在大量无法被数字化的 “隐性知识缺失”；二是现有的公开科研数据库几乎全为 “正样本”，缺乏对模型纠错至关重要的 “失败负样本”。

能否率先贯通数字智能与物理实验，填补失败数据空白，正成为科技巨头竞逐下一代科学基础设施、接入万亿级 Physical AI 蓝海市场的制胜关键。

Genius Agents：重构科研基建，打造跨越鸿沟的“虚拟研发组织”

面对这一产业级痛点，仅仅依靠单点工具赋能研发个体已杯水车薪，行业迫切需要解决 AI 与复杂研发组织的协作适配问题。为此，晶泰科技突破性地推出了集流程、能力与基础设施于一体的虚拟研发组织——Genius Agents。

这并非单一的 AI 助手，而是有望改造传统科研基础设施的核心调度系统，占据重要地位。在实际运转中，Genius Agents 能够统一调度跨学科专家智能体、数百项专业工具及全球最大规模商业部署的自动化机器人实验集群，推动跨学科长程任务的高效协同。

平台将经典的 DMTA（设计-制造-测试-分析）循环重构为上百类研发意图，大幅降低了大型科研组织内部的协作与沟通摩擦。Genius Agents 还将专家的“隐性知识”固化为可复用的标准化工作流（Skills），并在目标设定与路线决策等关键节点保留科学家的最终判断权。这种 “AI 规模化探索 + 科学家关键决策” 的协作范式，显著降低了传统科研中因步骤衔接停滞、等待决策所产生的结构性时间损耗，将动辄数周甚至数月的研发验证周期极致压缩至 “以天为单位”，自主跑通从文献研读、构效分析、分子设计、ADMET 预测、合成路线规划乃至自动化实验测试的超长周期科研流程。目前，这套体系已在晶泰内部持续高强度运行，并历经多轮真实研发验证，成为科学家日常研发中不可或缺的生产力工具。

晶泰科技联合创始人、首席执行官 马健博士

晶泰科技联合创始人、CEO 马健表示：“未经验证的假设无法转化为知识。Genius Agents 将大模型推理、专业模型预测与物理实验无缝连接为可自我迭代的完整闭环，让科学家掌控战略方向，机器人实验承担规模化探索，填补数字世界与物理世界之间的鸿沟。这是 AI 跨越数字与物理鸿沟、从聊天工具迈向 ‘发现引擎’ 的关键一步。”

Physical AI：从高效自动化走向可泛化、高精度物理智能

AI 驱动科学发现的核心，不仅在于数字世界中的“假设生成”，更在于物理世界中的“真实验证”。正如人工智能通往 AGI（通用人工智能）的终极演进，绝不应止步于“认识世界”，更必须具备“改造世界”的能力。因此，打通虚拟与现实边界的Physical AI，正成为前沿科技跨越瓶颈的必经之路。

当 Physical AI 深度融入产业研发，它将引发两场根本性的变革：一是通过高通量物理交互，沉淀海量的多模态数据，驱动科学超级智能进化；二是通过“假设-验证”的端到端闭环，真正实现自主科学发现（Autonomous Discovery），并在真实产业场景中创造高附加值。

纵观具身智能的落地场景，传统工业流水线过于固化且极致追求降本，而家庭服务环境则充斥着不可控的长尾随机干扰。相比之下，高价值的科学实验室不仅环境相对结构化、耗材品类边界清晰，且每一次实验验证都蕴含着极高的商业价值。这使得实验室成为物理智能率先跨越技术鸿沟、实现规模化商业落地的“黄金训练场”。

要让智能体真正走进千万间科学实验室，赋能全球广大研发从业者，就必须突破传统自动化的桎梏，实现底层技术的范式跃迁：在基建上，全面转向高精度、可泛化的通用物理智能硬件；在内核上，摒弃依赖人工编写海量规则的“死板执行”，建立基于真实数据示范学习的“感知-决策-执行”自主闭环。

这正是晶泰科技耗时近十年构筑的技术护城河。晶泰科技首席科学官张佩宇介绍，依托极具优势的中国硬件供应链与自研 AI 算法，晶泰科技的物理智能体系每天都在丰富的真实业务中沉淀行业稀缺的研发与项目数据。目前，这套体系已覆盖超 20 类工业场景，服务逾 100 个真实的新药与新材料发现项目。在持续运转中，实验室每月稳定产出 5 万余条反应产率数据和 30 万条过程数据，已累计沉淀超 50 万条真实实验记录，持续反哺底层垂直模型。

 

晶泰科技首席科学官 张佩宇博士

更重要的是，这海量的数据资产中，包含了传统公开文献中极度稀缺、占比高达 80% 的“失败负样本”。正是这种珍贵的纠错数据，让晶泰的科学模型在面对复杂未知空间时，具备了超越人类专家的认知底座。近期，在基于 350 个真实工业分子的严苛评测中，由真实物理数据训练的反应条件预测模型 SureRoute 展现出了极高的可靠性：其化学幻觉率降至 4.6%，仅为前沿通用大语言模型的六分之一；首条合成路线准确率高达 51.7%。在失败实验的预测上，SureRNX 的准确度更是达到了 81% 至 89%，远超资深化学家 38% 至 60% 的对照表现。

这种基于底层数据的绝对优势，正直接转化为产业端的巨大商业价值。在真实的对外服务合作中，SureRNX将传统合成目标分子所需的 5~10 次试错迭代，大幅压缩至平均仅需 1.19 次，实现了研发效率的数量级跃升。这种将科学不确定性收敛为工程可控性的能力，标志着前沿研发正从长周期的“经验试错”全面跃升为“精准预判”，真正构筑起 AI 驱动可信赖科学发现的坚实基石。

从微观分子的单点突破，到重构宏观研发的系统逻辑，晶泰科技希望将物理智能转化为赋能全球每一间实验室的底层基础设施。在万亿级的科研蓝海中，晶泰科技不仅在定义科学智能的全新尺度定律（Scaling Law)，更在全面开启一个可信赖、全自动的自主科学发现新纪元。

生态开放与数据飞轮加速：27家联盟伙伴共建万亿级AI4S基础设施

此次发布更重要的战略含义，是晶泰科技正式开始将其沉淀多年的内部研发能力与项目数据，转化为可由外部科研组织调用、高度可复用的全球科学基础设施（Global Scientific Utility)，显著降低高阶科研能力的使用门槛，为跨机构研发协作和科学智能的规模化应用提供统一入口。

发布会现场，由共 27 家领先企业联合发起的 “科学智能开放生态联盟” 正式签约落地，联盟成员覆盖科学创新全链条，既包括三生制药、君实生物、加科思、百诚医药等生物医药企业，也有佰维存储、翰博高新材料等先进制造与新材料企业，以及丹纳赫集团、无问芯穹、逐际动力等科学仪器、AI 基础设施与具身智能伙伴；香港中文大学（深圳）与五源资本、康曼德资本等高校及投资机构亦参与其中。联盟的成立，标志着科学智能基础设施建设正从企业单点探索，迈向跨产业、跨学科、多主体协同共建的新阶段。

为支撑庞大生态的流转，晶泰科技同步推出了 Science Token 机制，为平台提供了统一的资源调用、过程记录与贡献计量标准。企业既可调用 AI 应用开展研发，也可接入晶泰的自动化实验资源形成数据闭环；对于核心保密诉求高的龙头企业，系统更支持私有化部署，打造安全可控的 “数字化研发分身”。

 截至 7 月 29 日中午，已有近 200 家企业、高校、科研及投资机构提交 XtalPi Science 平台试用申请。晶泰科技同时宣布，将向联盟成员及一批深度合作的高校、科研院所优先提供 Science Token 平台的免费试用额度，全力支持前沿领域的科学探索。

发布会现场，两场兼具全球产业风向和产学研深度思考的圆桌对话，分别从 “基础设施共建” 和 “产业规模落地” 维度展开讨论。“AI for Science 新时代：从智能模型到 Physical AI，共建科学智能基础设施” 主题圆桌由晶泰科技 CEO 马健主持，无问芯穹创始人兼 CEO 夏立雪、香港中文大学（深圳）崔曙光院士、超衍智能创始人陈勇超等共同参与，探讨算力、芯片与具身智能模型如何协同构筑科学智能时代的底层基础设施。

“从科学能力到产业生产力：XtalPi Science 推动产业研发智能化升级” 主题圆桌则由晶泰科技董事长温书豪主持，华登高科管理合伙人彭桂娥、强生外部创新高级总监 Jay Lin、高瓴投资合伙人 Thomas Tang、佰维存储科技总经理何瀚、麻省理工学院 Bradley L. Pentelute 教授、百诚医药董事长楼金芳、LCC Technologies CEO Paul Colbon 共同对话，聚焦 AI for Science 在生命健康、新材料、半导体等产业研发中的落地路径与价值兑现。

马健、温书豪接受雷峰网(公众号：雷峰网)采访时表示，晶泰科技的核心壁垒并非单一技术优势，而是近十年来在产业一线沉淀的一整套组合拳。马健指出，绝大多数科技企业都会强调算法与数据，但晶泰真正的护城河在于认知与能力的持续沉淀——长期扎根药企、新材料、能源化工等实体场景积累的海量一手产业数据，以及对技术落地逻辑和产业真实痛点的独家认知。更重要的是，AI for Science需要学科专家经验、垂直领域大模型、智能硬件实验室等一连串核心能力叠加，“行业内极少有企业能像晶泰一样集齐全套要素”。温书豪补充称，晶泰的壁垒还体现在软硬件结合的数据闭环与生态协同上：通过为自动化硬件赋予AI“灵魂”，形成“硬件迭代—数据积累—模型优化”的正向循环；同时通过投资孵化生态企业，构建起协同共建的产业生态体系。

谈及物理AI的落地路径，温书豪强调“人工智能不等于大模型，具身智能也不等于人形机器人”。他认为，物理AI的规模化落地将遵循“科研实验室→工业场景→家庭民用”的递进逻辑：科研场景操作品类固定、环境干扰少、标准化程度高，是当前最优的落地土壤；工业场景对效率和稳定性要求极致，门槛依然很高；而家庭场景复杂度最高，需要天文数字级的物理数据，短期内难以突破。2026年作为物理AI的质变元年，晶泰选择先在生物医药、新材料等高附加值科研场景打磨能力，再逐步泛化至工业与民用领域。

在AI新药研发的时间线上，温书豪透露，晶泰内部一款AI全程深度参与的肺癌新药已推进至临床阶段，“最快预计2026年下半年有望在美国获批上市”。他判断，未来两到三年行业将迎来质变拐点，AI在新药研发中的核心占比将从目前的50%—70%持续提升。而在材料领域，传统需要3至5年迭代周期的复杂电池材料，如今依托AI智能体系仅需数月即可完成优化，目前已实现上百种新材料配方的快速验证。

雷峰网原创文章，未经授权禁止转载。详情见转载须知。